位元組跳動與快手在人工智慧影片競賽中領先，西方競爭對手落後

根據英國《金融時報》的分析，中國人工智慧公司字節跳動與快手在生成高品質人工智慧影片的競賽中，已明確領先西方同業，此一現象凸顯全球競爭格局的劇烈轉變。這兩家中國集團目前產出的成果，在解析度、時間一致性與場景連貫性等關鍵指標上，均超越美國競爭對手。此領先並非僅止於學術層面：它正重塑廣告與娛樂產業，人工智慧生成影片正迅速從實驗性噱頭轉變為量產級工具。TikTok 母公司字節跳動與中國第二大短影音平台快手，已重金投入專有模型，能生成更長、更逼真且瑕疵更少的影片片段，勝過 OpenAI、Meta 或 Google 目前提供的任何產品。隨著西方企業面臨監管阻力與資本配置爭議，中國企業則受惠於統一的國內市場與積極的運算資源部署，雙方差距正持續擴大。此事之所以當下至關重要，在於人工智慧影片生成是人工智慧基礎設施熱潮的下一個前沿領域，而掌握最佳模型的公司，將在未來數年內於廣告、內容創作與企業工具等領域，奪取利潤率最高的營收來源。

訓練資料規模與推論優化

技術優勢可歸結為兩大因素：訓練資料規模與推論優化。字節跳動與快手各自營運的平台每日產生數十億支使用者上傳影片，使其得以取得規模比西方實驗室合法抓取的資料大上數個數量級、且更多樣化的訓練語料庫。字節跳動的模型以 TikTok 的全球影片庫訓練，產出的片段動作流暢、光線自然，足以媲美中預算商業拍攝。快手的同級模型則針對中國國內市場優化，擅長生成較長篇幅的敘事序列。兩家公司亦皆投入客製化推論硬體，將 30 秒片段的生成延遲壓低至 10 秒以下，此門檻使即時廣告個人化得以落實。相較之下，西方競爭對手仍受限於規模較小、經篩選的資料集，以及對輝達通用型繪圖處理器叢集的依賴。其結果是連一般觀眾都可察覺的品質落差：根據英國《金融時報》引述的內部評測，字節跳動的輸出在標準感知品質基準上，得分較 OpenAI 的 Sora 高出 15% 至 20%。除了原始品質之外，字節跳動與快手亦針對規模化成本效率優化其推論管線，使每生成一分鐘的成本較西方雲端供應商對同等輸出的收費低約 60%。此成本結構形成自我強化的動態：較低價格吸引更多廣告主，更大流量支撐更多模型訓練，而改良後的模型又吸引更多廣告主。西方實驗室必須透過 API 定價而非封閉迴路平台廣告營收來變現，在缺乏相當通路的情況下，無法複製此一飛輪效應。

營收與利潤率對廣告業務的影響

廣告業是第一個感受到衝擊的產業。字節跳動已從 TikTok 和抖音創造超過一千億美元的年廣告營收，而人工智慧生成的影片讓其能以傳統製作成本的一小部分，為廣告主提供動態、個人化的創意內容。在字節跳動平台上，一支 30 秒的 AI 生成廣告製作成本約為 200 美元，相較於真人導演的拍攝成本為 5,000 至 20,000 美元。這項成本優勢推高了廣告庫存成交值，並提升平台抽成率。快手雖然廣告業務規模較小但成長快速，正利用其 AI 影片模型吸引先前因品質疑慮而避開短影音平台的高階品牌廣告主。利潤率結構同樣具吸引力：一旦模型訓練完成，生成額外一支影片的邊際成本趨近於零，意味著增額營收幾乎全數流入毛利。對於 Meta 和 Google 等仰賴第三方 AI 影片工具或自家模型進度較慢的西方廣告平台而言，競爭壓力正持續升高。若字節跳動和快手維持領先，在全球廣告市場轉向 AI 生成創意的過程中，它們將在七千億美元的數位廣告市場中奪取不成比例的巨大份額。

競爭重組中的贏家與輸家

這波轉變中最大的輸家是美國的 AI 影片新創公司，以及押注自家模型的西方超大規模雲端業者。OpenAI 的 Sora 曾一度被譽為重大突破，如今在品質和單支影片成本上均落後於字節跳動的產品。Meta 的 Make-A-Video 已在內部被降級優先順序，因公司聚焦於 Llama 和推薦系統。Google 的 Lumiere 仍處於研究階段，尚無明確的商業推出時程。與此同時，中國競爭對手並未停滯。字節跳動和快手正為同一批廣告主和內容創作者相互競爭，驅動快速迭代的循環，進一步拉大差距。贏家則包括中國硬體供應鏈：中芯國際和華為等公司受惠於驅動這些模型之客製化晶片的訂單增加。同樣受惠的還有廣告主和娛樂製片公司，它們得以取得更便宜、更高品質的製作工具。輸家範圍超越西方 AI 實驗室，延伸至傳統影片製作公司、庫存影片供應商，以及任何建立在真人導演商業影片之上的商業模式。貝萊德小型公司信託在最終業績中表示，AI 敘事主導全球股權市場，資金集中於被視為 AI 贏家的標的，此一動態如今有利於中國 AI 影片公司，而非其西方同業。

運算資源、資料中心與企業買家

人工智慧影片生成競賽正加劇運算資源短缺，而這已是人工智慧基礎設施熱潮的既定特徵。字節跳動與快手是亞洲地區輝達 H100 與 B200 GPU 的最大消費業者之一，其需求持續增長，正加劇資料中心產能瓶頸。據《資訊》報導，隨著新設施交期拉長至 24 至 36 個月，資料中心延宕的傳聞正四處流傳。兩家公司也正投入開發專為影片推論工作負載設計的自有客製化 ASIC，此類晶片在這些任務上的每瓦效能約為通用 GPU 的兩到三倍。這項硬體投資降低對輝達及受出口管制約束的美國半導體供給鏈的長期依賴，使中國人工智慧影片公司具備純軟體競爭對手所缺乏的結構性韌性。硬體多元化正重塑基礎設施規劃：儘管輝達仍居主導地位，中國企業日益投入設計用於影片推論的客製化 ASIC，以降低對美國晶片出口的依賴。對企業買家而言，其影響有兩層面。首先，人工智慧影片生成成本下降速度極快，任何擁有行銷預算的公司如今都能產出專業級影片，這使取得門檻民主化，但也使市場內容氾濫。其次，法律與醫療等重視隱私的產業正探索在地人工智慧模型，作為依賴雲端人工智慧的替代方案，例如開源 LLM 伺服器 Osaurus，其將檔案與工具保留在使用者硬體上。共同創辦人 Terence Pae 與 Sam Yoo 參與紐約新創加速器 Alliance，正以源自 Dinoki 的平台鎖定這些產業。企業整體轉向在地模型的趨勢可能降低雲端推論需求，但就影片生成而言，運算資源需求仍居高不下，雲端解決方案在可預見的未來仍將居主導地位。

市場與監管方向

字節跳動與快手的崛起不僅是技術層面的故事，更是政策訊號。中國政府透過補貼、放寬資料監管及國家支持的運算資源叢集，積極支持國內人工智慧發展，而西方監管機構則對訓練資料與模型透明度施加更嚴格規範。其結果是形成有利於中國企業在影片生成等資料密集型領域發展的監管不對稱。此領先優勢也顯示，下一波人工智慧價值創造將由擁有直接消費者通路（distribution）的企業掌握，而非僅限於模型供應商。字節跳動與快手擁有影片消費的平台，使其具備封閉迴路優勢：他們能在同一生態系內，基於使用者行為進行訓練、生成廣告、投放並衡量成效。缺乏同等通路的西方人工智慧公司，則必須與平台合作並分享營收。《金融時報》分析指出，除非西方監管機構改變方向，或新創公司出現突破性模型，否則此結構性優勢將持續存在。對投資人而言，貝萊德小型公司信託（貝萊德 Smaller Companies Trust）下半年投資組合報酬率 8.1%，對比指標報酬率 10.6%，凸顯了將資本集中於被視為人工智慧贏家的風險，而未考量地理與監管動態。該信託報告特別指出，人工智慧敘事正推動資本集中於少數公司，但在西方市場吸引最多資本的企業，未必是全球產出最佳模型的業者。字節跳動與快手未在西方交易所掛牌，這意味著僅投資歐美人工智慧股票的股權投資人，系統性地低配了目前贏得影片生成競賽的板塊。人工智慧影片競賽如今是雙雄對決，而兩者皆為中國企業。

趨勢相當明確：18 個月內，人工智慧生成的影片將佔短影音平台所有影片內容的多數，而字節跳動與快手將掌握主導性模型。西方企業面臨抉擇：積極投資追趕、接受次要角色，或轉向鄰近市場如企業影片工具，此類市場的資料監管障礙較低。最可能的結果是市場一分為二：中國模型主導消費性廣告與娛樂，西方模型則在醫療與法律等受監管產業中開闢利基，這些領域的在地推論與資料隱私至關重要。Osaurus 在 Mac Studio 上同時提供在地與雲端人工智慧模型的做法，反映了此一新興現實。對超大規模雲端業者與資料中心營運商而言，中國人工智慧影片帶來的運算資源需求將持續推動成長，但硬體組合將轉向客製化 ASIC，而非通用型 GPU。這些模型的能源消耗也將加劇環境壓力，貝萊德報告中已有所提及。人工智慧影片生成競賽並非短跑：這是全球人工智慧產業的結構性重整，而起跑槍已在北京鳴響。